Pandas：使用iterrows（）和pd.Series将值附加到系列

Question

我的输入数据如下所示：

   cat  start               target
0   1   2016-09-01 00:00:00 4.370279
1   1   2016-09-01 00:00:00 1.367778
2   1   2016-09-01 00:00:00 0.385834

我想构建一个系列，使用“开始”作为开始日期，使用“目标”作为系列值。 iterrows（）正在为“imp”提取正确的值，但是当附加到time_series时，只有第一个值被传递到所有系列点。 “data = imp”每次拉第0行的原因是什么？

t0 = model_input_test['start'][0] # t0 = 2016-09-01 00:00:00
num_ts = len(model_input_test.index) # num_ts = 1348
time_series = []
for i, row in model_input_test.iterrows():
    imp = row.loc['target']
    print(imp)
    index = pd.DatetimeIndex(start=t0, freq='H', periods=num_ts)
    time_series.append(pd.Series(data=imp, index=index))

可以在此处看到屏幕截图 。

系列“time_series”应如下所示：

2016-09-01 00:00:00    4.370279
2016-09-01 01:00:00    1.367778
2016-09-01 02:00:00    0.385834

但最终看起来像这样：

2016-09-01 00:00:00    4.370279
2016-09-01 01:00:00    4.370279
2016-09-01 02:00:00    4.370279

我在Sagemaker上使用Jupyter conda_python3。

Answer 1

使用数据帧时，通常有更好的方法来执行任务，然后遍历数据帧。 例如，在您的情况下，您可以像这样创建系列：

time_series = (df.set_index(pd.date_range(pd.to_datetime(df.start).iloc[0],
                                        periods = len(df), freq='H')))['target']


>>> time_series
2016-09-01 00:00:00    4.370279
2016-09-01 01:00:00    1.367778
2016-09-01 02:00:00    0.385834
Freq: H, Name: target, dtype: float64
>>> type(time_series)
<class 'pandas.core.series.Series'>

基本上，这表示：“将索引设置为从第一个日期开始每小时递增一个日期范围，然后获取target列”

Answer 2

给定数据帧df和系列start和target ，您只需使用set_index ：

time_series = df.set_index('start')['target']